論文の概要: One Feedback System Does Not Fit All: Localising Data-to-Text Driver Coaching for the United Kingdom and Nigeria

• arxiv url: http://arxiv.org/abs/2609.14687v1
• Date: Sun, 13 Sep 2026 17:44:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.895663
• Title: One Feedback System Does Not Fit All: Localising Data-to-Text Driver Coaching for the United Kingdom and Nigeria
• Title（参考訳）: 1つのフィードバックシステムは、すべてに合わない:英国とナイジェリアでデータ・テキスト・ドライバー・コーチをローカライズ
• Abstract要約: イギリスとナイジェリアの2つのシステムは、コンテンツ選択、生成、フィールド評価による要求の追跡によって比較される。 イギリスでは、ポストトリップのリフレクション、道路と場所のコンテキストに関連する説明、トーンに敏感な言い回しが優先されている。 ナイジェリアの制度は、検出された出来事と毎週の説得力のある報告に基づいて、法的に根拠づけられた、1日1回のティップスを組み合わしている。 正式な訓練や交通ルールの知識のギャップが報告される中で、安全教育とアルコール関連のリスクを予見する。 信頼性の高いスピード制限メタデータは英国の速度フィードバックを支持したが、その不足はナイジェリアの評価を結果指標から除外した。
• 参考スコア（独自算出の注目度）: 5.432116931115073
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Data-to-text driver coaching is often presented as a generic pipeline from telematics events to advice. This paper argues that its content requires localisation because usefulness and credibility depend on drivers' knowledge, prevalent risks, regulation, infrastructure, and available data. Two independently developed systems in the United Kingdom and Nigeria are compared by tracing requirements through content selection, generation, and field evaluation. The UK system prioritises post-trip reflection, explanations tied to road and place context, and tone-sensitive wording. The Nigerian system combines legally grounded, once-daily Tips based on detected events with weekly persuasive Reports; it foregrounds safety education and alcohol-related risk in response to reported gaps in formal training and traffic-rule knowledge, as well as local road-safety priorities. Reliable speed-limit metadata supported speeding feedback in the UK, whereas its scarcity led the Nigerian evaluation to exclude speeding from its outcome metric. Both interventions were associated with reduced distance-normalised unsafe-event rates in their own field studies, although their designs and metrics preclude an effect-size comparison. The analysis yields a requirements-to-content design process for localising safety-critical NLG without treating a high-income deployment as the default.
• Abstract（参考訳）: データからテキストへのドライバのコーチングは、テレマティクスイベントからアドバイスまで、一般的なパイプラインとして提示されることが多い。 本論文は, 運転者の知識, 適切なリスク, 規制, インフラ, 利用可能なデータに依存するため, その内容が局所化を必要とすることを主張する。 イギリスとナイジェリアで独自に開発された2つのシステムは、コンテンツ選択、生成、フィールド評価を通じて、トレーシング要求によって比較される。 イギリスでは、ポストトリップのリフレクション、道路や場所に関する説明、トーンに敏感な言い回しが優先されている。 ナイジェリアの制度は、検出された出来事と週毎の説得力のある報告に基づく法的な根拠と、公式な訓練と交通ルール知識のギャップが報告されていることや、地方道路安全の優先事項に応えて、安全教育とアルコール関連のリスクを予見する。 信頼性の高いスピード制限メタデータは英国の速度フィードバックを支持したが、その不足はナイジェリアの評価を結果指標から除外した。 どちらの介入も、それぞれのフィールド研究において、距離正規化された安全でない事象率の減少と関連付けられていたが、それらの設計と指標は効果-サイズの比較を妨げた。 この分析は、高所得のデプロイメントをデフォルトとして扱うことなく、安全クリティカルなNLGをローカライズするための要求から合意までの設計プロセスを生成する。

関連論文リスト

• DriveJudge: Rethinking Autonomous Driving Evaluation with Vision-Language Models [53.73898294218455]
  DriveJudgeは、ルール付き評価とVision-Language Model (VLM)推論を組み合わせた運転評価エージェントである。 運転品質分類と軌道選択という2つのベンチマークタスクを導入する。 DriveJudgeは、21.23 AUCによる運転品質分類と、最近のVLMベースのDriveCriticによる軌道優先選択では6.5%の成績を示した。
  論文  参考訳（メタデータ） (2026-06-15T23:39:36Z)
• Can Users Specify Driving Speed? Bench2Drive-Speed: Benchmark and Baselines for Desired-Speed Conditioned Autonomous Driving [50.09883181221131]
  我々は、所望の高速自動運転のためのメトリクス、データセット、ベースラインを備えたベンチマークであるBench2Drive-Speedを紹介する。 本稿では,ユーザの希望する目標速度とオーバーテイク/フォロー指示の明示的な入力をポリシーモデルに導入する。 実験の結果,正規運転データに基づいてトレーニングされたモデルが,専門家による実演と相容れない性能を示した。
  論文  参考訳（メタデータ） (2026-03-26T17:26:41Z)
• Non-Linear Determinants of Pedestrian Injury Severity: Evidence from Administrative Data in Great Britain [2.28438857884398]
  本研究では,イギリスの2023 STATS19データセットから得られた管理データを用いて,歩行者の重度の非線形決定因子について検討した。 モード計算とSMOTE(Synthetic Minority Over-Sampling)を利用した厳密な前処理パイプラインを用いる。 分析の結果,車両数,速度制限,照明,路面条件が重度の予測因子であることがわかった。
  論文  参考訳（メタデータ） (2025-12-03T17:59:46Z)
• Mobile Phone Sensor-based Nigerian Driving Dataset to Detect Alcohol-influenced Behaviours [0.0]
  本稿では,ナイジェリアにおけるアルコール依存運転行動を検出するための機械学習モデルを支援するために,携帯電話センサを用いて収集したユニークな運転データセットを提案する。 提案モデルでは,加速度センサ,ジャイロスコープ,GPSなどのスマートフォンセンサを用いて,非侵襲的かつ連続的に運転パターンをリアルタイムで検出する手法を提案する。
  論文  参考訳（メタデータ） (2025-09-03T15:21:03Z)
• An End-to-End System for Culturally-Attuned Driving Feedback using a Dual-Component NLG Engine [0.0]
  本稿では,ナイジェリアのドライバーに対して,文化的に調整された安全な運転フィードバックを提供するエンド・ツー・エンドのモバイルシステムを提案する。 システムの中核となるのは、二成分自然言語生成エンジンで、法的に根拠付けられた安全ヒントと説得力のある理論駆動の行動レポートの両方を提供する。 このアーキテクチャは、断続接続やノイズの多いセンサデータに対する堅牢性のために設計されている。
  論文  参考訳（メタデータ） (2025-08-30T16:35:53Z)
• Overtake Detection in Trucks Using CAN Bus Signals: A Comparative Study of Machine Learning Methods [51.28632782308621]
  ボルボグループが提供する5台の車載トラックから収集した制御エリアネットワーク(CAN)バスデータを用いたオーバーテイク検出に焦点を当てた。 車両操作検出、ニューラルネットワーク(ANN)、ランダムフォレスト(RF)、サポートベクトルマシン(SVM)の3つの共通分類器の評価を行った。 当社のパートラック分析では、特にオーバーテイクにおいて、車両毎のトレーニングデータの量に依存する分類精度も明らかにしています。
  論文  参考訳（メタデータ） (2025-07-01T09:20:41Z)
• V-RoAst: Visual Road Assessment. Can VLM be a Road Safety Assessor Using the iRAP Standard? [1.3201295431850615]
  道路安全評価は、特に低所得国・中所得国(LMICs)では、重要だが費用がかかる 従来の手法では、専門家のアノテーションとトレーニングデータが必要であるが、教師付き学習ベースのアプローチでは、地域をまたいだ一般化が困難である。 道路安全属性を分類するために視覚言語モデル (VLM) を用いたゼロショット視覚質問応答フレームワークである textitV-RoAst を導入する。
  論文  参考訳（メタデータ） (2024-08-20T14:03:30Z)
• A Counterfactual Safety Margin Perspective on the Scoring of Autonomous Vehicles' Riskiness [52.27309191283943]
  本稿では,異なるAVの行動のリスクを評価するためのデータ駆動型フレームワークを提案する。 本稿では,衝突を引き起こす可能性のある名目行動から最小限の偏差を示す,対実的安全マージンの概念を提案する。
  論文  参考訳（メタデータ） (2023-08-02T09:48:08Z)
• Judge Me in Context: A Telematics-Based Driving Risk Prediction Framework in Presence of Weak Risk Labels [1.52292571922932]
  テレマティクスデータを使用して、現実世界のアプリケーションでリスク予測フレームワークを構築します。 私たちは、弱いリスクラベルを増やすために、新しいデータ駆動プロセスを採用しています。 米国の主要都市における実世界のデータをもとに,提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2023-05-05T02:21:08Z)
• Safe Deep Reinforcement Learning by Verifying Task-Level Properties [84.64203221849648]
  コスト関数は、安全深層強化学習(DRL)において一般的に用いられる。 このコストは通常、国家空間における政策決定のリスクの定量化が難しいため、指標関数として符号化される。 本稿では,ドメイン知識を用いて,そのような状態に近接するリスクを定量化するための代替手法について検討する。
  論文  参考訳（メタデータ） (2023-02-20T15:24:06Z)
• A German Corpus for Fine-Grained Named Entity Recognition and Relation Extraction of Traffic and Industry Events [63.08899104652265]
  この研究は、微粒な地理的要素で注釈付けされたドイツ語文書のコーパスを記述する。 また、15の交通・産業関連n-aryリレーションシップやイベントもアノテートされている。 コーパスは、ニュースワイヤーのテキスト、Twitterメッセージ、ラジオ局、警察、鉄道会社からの交通報告で構成されている。
  論文  参考訳（メタデータ） (2020-04-07T11:39:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。